A Fully Automated Bandwidth Selection Method for Fitting Additive Models
加性模型拟合的全自动带宽选择方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦通用加性回归与带宽选择，没有明确的面板、时间序列或其他指定领域结构。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
加性模型拟合的全自动带宽选择方法
- 研究问题
- 如何为采用反向拟合算法的加性模型自动选择带宽，且在协变量数量增加或相关时维持可用的统计表现？
- 方法与思路
- 作者把单变量局部线性回归的插件带宽方法扩展到加性模型，推导双变量性质，并用模拟比较交叉验证。
- 材料陈述的贡献
- 摘要称，双变量方法保留相应的相对收敛性质；更多协变量的理论论证要求独立，但模拟显示对违反独立性较稳健。
- 阅读关注点
- 应核对插件量的估计步骤、带宽与反向拟合的相互作用，以及高维独立性要求和相关协变量模拟的覆盖范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；收敛率排版需查阅原 PDF，模拟中的稳健表现不能替代相关协变量下的理论保证。
原文摘要
This article describes a fully automated bandwidth selection method for additive models that is applicable to the widely used backfitting algorithm of Buja, Hastie, and Tibshirani. The proposed plug-in estimator is an extension of the univariate local linear regression estimator of Ruppert, Sheather, and Wand and is shown to achieve the same Op (n –2/7) relative convergence rate for bivariate additive models. If more than two covariates are present, theoretical justification of the method requires independence of the covariates, but simulation experiments show that in practice the method is very robust to violations of this assumption. The proposed bandwidth selection method is compared to cross-validation through simulation experiments. Its practical behavior is demonstrated on a real dataset.